基于无人机LiDAR数据的中国 (Cunninghamia lanceolata) 在中国南部的相容性生物质模型的开发
Zheyuan Wu1, Dongbo Xie1, Ziyang Liu1
1Research Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing, China.
Frontiers in plant science
|October 16, 2025
概括
准确估计中国的地面生物质对于可持续森林管理至关重要. 这项研究使用遥感数据和树木生长阶段的会计计算开发了改进的生物质模型.
科学领域:
- 林业科学 林业科学
- 遥感是一种远程传感.
- 生态生态学 生态生态学
背景情况:
- 中国 (Cunninghamia lanceolata) 是中国南部的一个重要本土树.
- 准确的地面生物质估计对于可持续森林管理至关重要.
- 基于无人机的遥感提供了详细的3D树结构分析.
研究的目的:
- 分析中国木在不同生长阶段的地面生物质分配.
- 为中国公司开发精确的生物质模型.
- 整合遥感数据以改善生物质估计.
主要方法:
- 利用高密度点云和来自无人机的光谱数据.
- 收集了20836棵中国松树的测量结果.
- 我们比较了四个基本模型,确定了功率功能的模型是最优的.
- 引入了年龄组作为虚拟变量,并使用了一个看似无关的回归模型 (SUR).
主要成果:
- 功率函数模型对树干和树皮生物质具有很高的准确性.
- 将年龄组纳入模型的准确性得到改善 (平均R2增加2.6%),特别是在树皮和树枝生物量 (分别增加4.2%和3.1%) 中.
- 虽然SUR模型稍微降低了单个组件的准确性,但它更好地反映了组件之间的关系.
结论:
- 年龄特定的建模显著提高了中国树生物质估计的准确性.
- SUR模型为理解生物质组成部分的相互依赖提供了一种实际的方法.
- 这些发现支持在中国松树林中通过各种生长阶段进行精确的地面生物质评估.
